La vera decisione strategica non sta nel scegliere se adottare o meno l’intelligenza artificiale, ma piuttosto nel decidere tra un utilizzo invisibile e incontrollato e uno consapevole e regolamentato.
Le dimissioni del ricercatore Jacob Coxon da Anthropic, accompagnate da un avvertimento sui pericoli della spinta verso sistemi sempre più autonomi, sollevano una questione critica per le professioni: chi supervisiona l’intelligenza artificiale quando questa interviene in processi che influenzano diritti, finanze e responsabilità? Nel contesto condominiale, questo problema è già palpabile.
L’utilizzo dell’AI negli studi
Negli studi di amministrazione, l’intelligenza artificiale può preparare bozze di verbali, riassumere corrispondenze, catalogare documenti, formulare risposte o confrontare preventivi. Tuttavia, l’adozione spesso avviene in modo informale, senza un inventario degli strumenti utilizzati, regole sui dati inseribili e procedure di verifica. Il rischio varia anche in base alla struttura organizzativa. Particolarmente delicato è il patrimonio informativo bancario del condominio. Dati come estratti conto, IBAN, saldi, scadenze, nominativi dei beneficiari, causali dei bonifici e posizioni debitorie delineano la vita finanziaria della comunità condominiale. L’inserimento di tali dati in uno strumento di AI o l’autorizzazione a un sistema di analizzare o classificare le transazioni richiedono rigide regole di accesso, minimizzazione, conservazione, sicurezza e utilizzo da parte del fornitore. Il livello di attenzione deve essere ancora più elevato quando l’intelligenza artificiale va oltre la semplice lettura di informazioni e inizia a suggerire pagamenti, segnalare operazioni anomale, collegare movimenti a fornitori o supportare la riconciliazione contabile. Nessuna disposizione di pagamento o modifica dei dati bancari dovrebbe essere basata esclusivamente sull’output algoritmico. È necessaria una chiara separazione dei ruoli, verifica dei documenti, autorizzazione umana e una tracciabilità che permetta di ricostruire chi ha proposto, controllato e approvato ogni operazione.
Cosa fare
Da questa idea può svilupparsi un servizio autonomo di AI Governance Assurance destinato ad amministratori e gestori di proprietà. Non si tratta di una certificazione della piattaforma o di un marchio che garantisce l’assenza di errori. Il servizio avrà il compito di verificare come lo studio scelga, autorizzi, utilizzi, monitori e corregga gli strumenti di intelligenza artificiale. Il primo livello del servizio sarebbe un AI Governance Check, che include un inventario delle applicazioni, le finalità d’uso, le categorie di dati trattati, gli utenti abilitati e i fornitori coinvolti. Ogni utilizzo verrebbe classificato in base al rischio. Preparare una bozza interna non significa necessariamente affrontare questioni come ripartizioni di spesa, suggerimenti su contenziosi o partecipazione a processi riguardanti incassi, pagamenti e riconciliazioni bancarie. Il secondo livello è rappresentato dall’AI Risk Assessment. In questo caso, si valuteranno per ogni processo fattori come accuratezza, privacy, sicurezza, trasparenza e potenziali danni economici. Il rischio residuo sarà determinato dalle misure adottate, quali anonimizzazione, autorizzazioni, doppio controllo, registrazione delle revisioni e divieto di automatizzare decisioni particolarmente sensibili. Infine, il terzo livello riguarderà le evidenze: chi ha utilizzato lo strumento, per quale scopo, quale risultato è stato prodotto e chi lo ha approvato. Senza un audit trail adeguato, non può esistere una vera garanzia. Per gli utilizzi più delicati dovrebbe prevalere il principio che prevede un approccio guidato dall’uomo, con l’AI che assiste: l’intelligenza artificiale suggerisce e il professionista verifica e prende la decisione finale.
La normativa Ue
Il contesto europeo supporta questa impostazione. L’AI Act adotta un approccio basato sul rischio, imponendo obblighi di trasparenza per determinati sistemi; per quelli ad alto rischio sottolinea l’importanza della supervisione umana. Non tutte le applicazioni condominiali rientreranno nelle categorie più severe, ma il principio di proporzionalità, la tracciabilità e la responsabilità indicano una direzione operativa chiara. Il risultato del controllo potrebbe essere un rapporto annuale che include osservazioni, azioni correttive e un indice di maturità, evitando di ricorrere a formule assolute come AI sicura. Si potrebbe dichiarare che, entro un perimetro stabilito, l’uso dell’AI è stato mappato, valutato e sottoposto a controlli verificabili, con una sezione specifica sulla protezione dei dati bancari e sulla governance delle transazioni. La scelta strategica non riguarda quindi l’adozione o il rifiuto dell’intelligenza artificiale, ma piuttosto tra un utilizzo invisibile e senza controllo e uno consapevole, limitato e controllabile. Nel contesto condominiale, dove fiducia, denaro e responsabilità sono intrecciati quotidianamente, la vera innovazione potrebbe risiedere in un’altra domanda: oltre a chiedersi cosa può fare l’AI, è importante esigere prove su come viene utilizzata e chi ne mantiene il controllo.
L’uso da parte dei revisori
Uno dei temi più controversi è quello della revisione condominiale. In questo campo, lo sviluppo degli statuti concettuali e metodologici dei modelli di revisione è ancora troppo immaturo all’interno della comunità scientifica per consentire una delega all’intelligenza artificiale. A differenza di altri settori professionali, mancano standard condivisi, una vasta classificazione dei casi e criteri uniformi di valutazione. La stessa anomalia può infatti essere interpretata in modi diversi in base al contesto documentale e gestionale. A ciò si aggiunge la scarsità di esperti capaci di addestrare e validare sistemi specialistici. Per costruire strumenti davvero affidabili, sono necessari casi reali, dataset verificati e competenze che uniscano conoscenza tecnica ed esperienza nella revisione condominiale, risorse attualmente ancora limitate. Il rischio principale riguarda le cosiddette “allucinazioni” dell’AI: contenuti apparentemente credibili ma errati, che possono portare a interpretazioni sbagliate di documenti, transazioni bancarie o riferimenti normativi. Il pericolo è accentuato dal fatto che tali errori si presentano spesso con un linguaggio autorevole e persuasivo, inducendo l’operatore a fidarsi eccessivamente del risultato. Pertanto, l’AI può essere un valido supporto nell’analisi preliminare dei dati, nella ricerca di anomalie e nella gestione documentale, ma non dovrebbe sostituire il giudizio professionale. La valutazione delle evidenze, l’interpretazione del contesto e la formulazione delle conclusioni devono rimanere responsabilità del revisore. Fino a quando il settore non disporrà di standard condivisi, dataset qualificati e procedure di validazione consolidate, l’approccio più prudente è considerare l’AI come un assistente limitato e cauto del revisore, non un sostituto del suo giudizio.